Breusch–Pagan 테스트 결과를 어떻게 해석합니까?

에서는 RI가 사용 이분산성하는 교도 Breusch - 테스트 수행 ncvTest의 기능 car패키지. Breusch–Pagan 테스트는 일종의 카이 제곱 테스트입니다.

이 결과를 어떻게 해석합니까?

> require(car)
> set.seed(100)
> x1 = runif(100, -1, 1)
> x2 = runif(100, -1, 1)
> ncvTest(lm(x1 ~ x2))
Non-constant Variance Score Test 
Variance formula: ~ fitted.values 
Chisquare = 0.2343406    Df = 1     p = 0.6283239 
> y1 = cumsum(runif(100, -1, 1))
> y2 = runif(100, -1, 1)
> ncvTest(lm(y1 ~ y2))
Non-constant Variance Score Test 
Variance formula: ~ fitted.values 
Chisquare = 1.191635    Df = 1     p = 0.2750001 

이러한 결과에 대해 특히 Breusch-Pagan 테스트를보다 일반적으로 요구하고 있습니까? 이러한 특정 테스트에 대해서는 @mpiktas의 답변을 참조하십시오. 일반적으로 BP 검정은 회귀 분석의 제곱 잔차를 일부 예측 변수 집합을 사용하여 예측할 수 있는지 묻습니다. 이 예측 변수는 원래 회귀 분석의 예측 변수와 동일 할 수 있습니다. BP 검정의 검정 검정 버전에는 원래 회귀 분석의 모든 예측 변수와 제곱 잔차에 대한 회귀 분석의 제곱 및 교호 작용이 포함됩니다. 일부 공변량 세트를 사용하여 제곱 잔차를 예측할 수있는 경우 추정 된 제곱 잔차와 잔차의 분산 (잔차의 평균이 0이기 때문에 뒤 따름)은이 분산의 정의 또는 단위가 아닌 단위에 따라 달라지는 것으로 보입니다. 일관된 분산

ncvTest이분산성이 없다고보고 한 최초의 사례. 종속 랜덤 변수가 랜덤 워크이므로 두 번째는 의미가 없습니다. Breusch-Pagan 테스트 는 점근 법이므로 무작위 보행에 쉽게 적용 할 수 없다고 생각합니다. 나는 비정규 성이 이분산성보다 훨씬 더 많은 문제를 초래한다는 사실 때문에 무작위 보행에 대한 이분산성에 대한 테스트가 있다고 생각하지 않기 때문에 전자의 존재 하에서 후자의 테스트는 실용적이지 않습니다.